Auto-Quant

Auto-Quant 是一个面向加密资产量化策略研发的自主研究原型系统，将 Karpathy 提出的 LLM-native autoresearch 范式应用于 FreqTrade 框架。其核心功能是构建闭环：LLM 代理在固定配置下反复修改策略代码、执行回测、依据 Sharpe 等指标评估并自主决策保留或淘汰策略，所有迭代逻辑由自然语言指令（program.md）驱动，不依赖专用编排器。技术特点包括轻量级 Jupyter Notebook 实现、基于 FreqTrade 的本地批处理回测、支持多时间周期（1h/4h/1d）与跨币种信号（@informative），并内置防过拟合机制（如自动识别并剔除 ROI-clipping 类 oracle-gaming 行为）。适用于量化研究员探索 LLM 辅助策略演化的可行性验证、教学演示及小规模加密资产策略空间搜索。